导航
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Ember-1 (max) vs Grok 4.7 (xhigh)

平均分几乎持平,为 6.7 vs 6.7。 Ember-1 (max) benchmark 成本更低,为 $3.264 vs $3.398。 Ember-1 (max) 更快,为 97.34s vs 123.96s,通过率为 59.4% vs 73.9%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-13

已对比模型

排名
#254
总输出令牌
186,901
响应时间(平均)
97.34s
总成本
$3.264
排名
#247
总输出令牌
572,315
响应时间(平均)
123.96s
总成本
$3.398
推荐模型 Grok 4.7 (xhigh)

它在本次比较中得分最高(6.7),并且在 2 个模型中兼顾成本和响应时间最好。

详细对比

指标 Ember-1 Ember-1 max 发布日期: 2026-09-28 Grok 4.7 Grok 4.7 xhigh 发布日期: 2026-09-21
分数 6.7 6.7
排名 #254 #247
可靠性 8.3 9.7
一致性 7.8 7.8
尝试次数 69/69 69/69
测试正确
尝试通过率 59.4% 73.9%
不稳定测试 6 6
总运行次数 69 69
每个结果成本 29.671 24.272
总成本 $3.264 $3.398
输入价格 $3.000 / 1M $2.000 / 1M
输出价格 $15.000 / 1M $6.000 / 1M
缓存读取价格 $0.300 / 1M $0.500 / 1M
缓存写入价格 不适用 不适用
总输入令牌 153,399 310,049
输出令牌 7,803 6,094
推理令牌 179,098 566,221
响应时间(平均) 97.34s 123.96s
响应时间(最大) 587.08s 775.64s
响应时间(总计) 2238.73s 2851.07s
参数量 ~2.8T 总计 (~104B 激活) ~1.7T 总计 (~170B 激活)
开放状态 闭源 闭源

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#254 Ember-1

max
成本
$0.163
时间
229.4s
令牌
11,002 tok

#247 SpaceXAI: Grok 4.7

xhigh
成本
$0.235
时间
544.2s
令牌
39,247 tok

按分数排名的模型

分数 vs 总成本

响应时间(平均)

分数 vs 响应时间(平均)

总输出令牌

分数 vs 总输出令牌

类别细分

编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间(平均) 输入令牌 输出令牌 推理令牌
Ember-1 5.2 4.4 55.6% 2 105.09s 3,362 1,149 27,957
Grok 4.7 5.3 4.5 55.6% 2 414.53s 10,168 327 256,935

切换对比组合